龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国科学院地理科学与资源研究所
摘要：本发明提供了一种基于图神经网络的人兽共患病风险预测模型的构建方法，包括：根据研究区的目标地区和邻近地区的病例数时间序列的相关性构建不同地区间的疫情交互作用图；将邻近地区的特征变量时间序列输入至疫情交互作用图，通过多层图卷积网络进行特征聚合，得到一个聚合后的特征时间序列；将聚合后的特征时间序列和目标地区的特征变量时间序列一起输入到多层的长短期记忆网络中；基于均方根误差对不同超参数组合下的预测模型进行精度评估和筛选得到最优的预测模型。本发明弥补了前人预测模型中忽略地区间疫情时空关联对目标地区疫情波动影响这一缺陷，能够更好地捕捉和预测目标地区的登革热在时间序列波动趋势。
主权项：1.一种基于图神经网络的人兽共患病风险预测模型的构建方法，其特征在于，包括：对研究区域内目标地区和其邻近地区的特征变量的数据进行预处理，得到目标数据集；所述特征变量包括气候环境因素和历史病例；根据目标地区的历史病例数与其邻近地区的历史病例数的相关性构建地区间的疫情交互作用图；将邻近地区的气候环境因素和历史病例数据输入至疫情交互作用图，通过多层图卷积网络中进行特征聚合，得到聚合后的特征；将聚合后的特征和所述目标地区的气候环境因素和历史病例数据输入到多层的长短期记忆网络中，并基于初始的超参数对所述多层的长短期记忆网络的损失函数进行权重更新，得到相应超参数组合下的预测模型；利用网格搜索法枚举并更新初始的超参数，得到不同超参数组合下的预测模型；基于均方根误差对不同超参数组合下的预测模型进行模型精度评估得到最优的预测模型；利用所述最优的预测模型对目标区域疫情的未来风险进行预测，得到预测结果。
全文数据：
权利要求：
百度查询： 中国科学院地理科学与资源研究所 基于图神经网络的人兽共患病风险预测模型的构建方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号